ARTICLE · 1178573
REA:让 AI 智能体逆向一切的软件工程实践
💡 引入：我们都有过这样的经历：特别欣赏某个库，想知道它是如何实现的；或者想在自己的项目里用上某个库，但它不开源，于是只能反编译。（其实，我一直认为：任何代码在内存里都是裸奔的）
📌 导语：REA（Reverse Engineer Anything，GitHub：morluto/rea）是一个开源的 MCP 服务器和 CLI 工具，目标是让 AI 编码智能体在没有源代码的情况下探索应用、解释功能、展示证据，并帮助你在自己的项目中实现类似能力。它支持分析原生二进制文件、JavaScript 和 Electron 应用、.NET 程序集、网站、Android APK、固件、网络嗅探、进程行为等。所有分析均在本机运行，结果附带证据和相关限制。REA 并没有创造新的东西，而是利用 AI 把之前的工作串联起来。 对研发团队来说，这意味着可以更快理解竞品功能、分析遗留系统、实现互操作性，甚至做安全研究（甚至是外挂）。
🧩 一、它解决什么问题
传统逆向工程有三个痛点：工具链分散（Hopper、Ghidra、IDA、JADX、tshark、adb 等各有用法）；门槛高，依赖资深逆向工程师；现在，直接问大模型容易得到编造的答案。
REA 的思路是把智能体与工具结合：智能体负责推理、提问、写实现；REA 负责调用分析工具、返回发现和证据；智能体再根据证据继续追问、解释行为，甚至编写并测试代码。REA 不是让 AI 凭空猜测，而是让 AI 带着证据去逆向。
🔄 二、核心工作流
REA 通过 MCP 协议与智能体连接。智能体调用 REA，REA 检查目标并追踪相关代码，返回发现及对应证据。智能体据此提出后续问题、解释行为，或编写并测试实现。CLI 使用同样的工作流，既可让 Claude Code、Cursor 这类智能体自动操作，也可在终端手动执行分析。
架构上，REA 是一个 MCP 服务器，同时提供 CLI 接口，两者共享同一套分析引擎。智能体通过 MCP 调用 REA，REA 在本机调用分析工具，把结果整理成带证据的结构化数据返回；CLI 走同样的流程，只是调用方从智能体换成了人。
一个典型的调查循环是：
智能体提出一个具体问题（例如“这个函数在做什么”）
REA 调用对应工具检查目标，返回发现和证据
智能体根据证据决定下一步：继续追问、扩大范围，或开始写实现
重复直到结论稳定
证据是关键。 REA 返回的不只是结论，还包括支撑结论的原始材料（伪代码、汇编片段、字符串、调用关系、常量值等）和已知限制。这让智能体可以判断结论是否可靠，也让人可以事后复核。
分析在本机运行，目标文件不会上传到 REA 的服务器；智能体收到的是工具结果。 模型提供商有自己的数据政策，但 REA 本身不引入额外的数据外传。
🔍 三、能分析什么
REA 需要 Node.js 22.x（>=22.19）、24.x（>=24.11）或 26+，以及 npm。额外工具和主机支持取决于分析目标。
⚡ 四、快速开始
📦 1. 安装并注册
安装 Node.js 和 npm 后运行：
bash
npx rea-agents setup选择智能体，检查并批准计划中的变更。设置流程会添加 REA 的 MCP 服务和匹配的工作流指引，并备份已有配置。完成后重启智能体。
设置流程支持 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 和其他智能体。
💬 2. 询问智能体
重启后，直接对智能体说：
text
弄清 Notes 应用的搜索功能如何工作，展示证据，并为我的项目实现类似功能。把 Notes 替换成目标应用，并描述你想了解的功能。
💻 3. 使用终端
检查已解包的 JavaScript/Electron 应用目录或 ASAR 文件：
bash
npx -y rea-agents@latest analyze-javascript-application /absolute/path/to/app --json
如果需要经常使用，可以全局安装：
bash
npminstall--global rea-agentsrea --help
更新 REA：
bash
rea update或通过 npx 更新智能体设置：
bash
npx rea-agents@latest setup🧪 五、真实案例
DX-Ball：重建声像计算。 沿声音调用追踪到根据位置计算声像的辅助函数，检查指令，将不完整的伪代码转为 C。重建结果通过了 3,205 个原始 x86 测试用例，并复现了编译后函数的全部 63 个字节。
Notion：追踪 Electron 剪贴板桥。 找到渲染进程的剪贴板 API，沿 preload 和 IPC 追踪到主进程，并检查富格式剪贴板数据。
TH04：恢复 DOS 环形子弹的计算。 检查原始 PC-98 游戏的 16 位指令，恢复固定角度和瞄准角度的计算，并将重建的 C++ 与当年的编译器输出进行对比。
这些案例说明，REA 不是让 AI 猜代码，而是有验证闭环的逆向工程辅助工具。
🎮 六、Touhou Project 重建：REA 实战记录
REA 官方博客有一篇题为《逆向工程的工业革命》的长文，详细记录了作者使用 REA 和编程助手重建 Touhou Project 系列游戏的完整历程。选择 Touhou Project 作为试验场：这些游戏足够复杂，有明确的行为可以验证，而且已经有社区重建工作的基础。
TH08： 从 8 月 13 日启动到 8 月 24 日提交可玩的 Linux 重建移植版，约十一天完成 1,107 个游戏函数的源码还原。
TH095： 从 8 月 29 日建立空仓库到 9 月 10 日记录 Windows i386 重建版可玩，约十二天完成全部 697 个函数的源码还原与精确对比。
TH04： 在 PC-98 DOS 的 16 位环境下推进，DOS 重建版已可运行并手工通关 Normal 路线，目前正在做原生 64 位移植。
作者启发：
AI 辅助逆向的瓶颈不在代码生成，而在验证。
工具需要被工程化：相同的比较用于数百个函数时，一个漏洞的影响可能远大于某个实现中的错误。
工作记忆必须外化：代码仓库要让下一次会话能继续工作，而不丢失上一次决定背后的理由。
速度的意义在于改变了是否开始一个项目的决定。
🏁 结语
REA 把逆向工程从纯手工、强依赖专家经验的工作，变成智能体可调用、可验证、可自动化的工程流程。它不承诺“一键破解”，也不鼓励非法使用；它的价值在于让 AI 在证据约束下理解复杂软件，并帮助研发人员复刻功能、解决问题。
#AI逆向 #REA #逆向工程 #开源项目 #MCP #AI智能体 #Touhou #东方Project #软件分析 #Claude #Cursor #二进制分析 #Electron #Android逆向 #研发效率
